A inteligência artificial generativa está remodelando o desenvolvimento de software – e rápido. Um novo estudo publicado na revista Science mostra que a codificação assistida por IA está se espalhando rapidamente, embora de forma desigual: nos Estados Unidos, a parcela de novo código que depende da IA aumentou de 5% em 2022 para 29% no início de 2025, em comparação com apenas 12% na China. O uso de IA é maior entre programadores menos experientes, mas os ganhos de produtividade vão para os desenvolvedores experientes.
O estudo resumido:
– A codificação assistida por IA está se espalhando rapidamente: Nos EUA, a parcela de código gerado por IA aumentou de 5% em 2022 para quase 30% até o final de 2024
– Grandes disparidades regionais: A adoção foi maior nos EUA (29%), seguido pela Alemanha (23%), França (24%) e Índia (20%); China (12%) e Rússia (15%) estão atrás (no início de 2025)
– Ganho de produtividade mensurado: No total, a IA generativa aumentou a produtividade dos programadores em cerca de 3,6%
– Impacto econômico substancial: A codificação assistida por IA adiciona pelo menos US$ 23 bilhões por ano à economia dos EUA
– Efeitos desiguais: Programadores menos experientes usam IA com mais frequência, mas os ganhos de produtividade se acumulam quase exclusivamente para desenvolvedores experientes
A indústria de software é enorme. Apenas na economia dos EUA, as empresas gastam cerca de US$ 600 bilhões por ano em salários relacionados à codificação. Todos os dias, bilhões de linhas de código mantêm a economia global funcionando. Como a IA está mudando essa espinha dorsal da vida moderna?
Em um estudo publicado na revista Science, uma equipe de pesquisa liderada pelo Complexity Science Hub (CSH) descobriu que, até o final de 2024, cerca de um terço de todas as funções de software recém-escritas – sub-rotinas autocontidas em um programa de computador – nos Estados Unidos já estavam sendo criadas com o apoio de sistemas de IA.
“Fizemos uma análise de mais de 30 milhões de contribuições em Python de cerca de 160.000 desenvolvedores no GitHub, a maior plataforma de programação colaborativa do mundo”, diz Simone Daniotti do CSH e da Universidade de Utrecht. O GitHub registra todos os passos da codificação – adições, edições, melhorias – permitindo que os pesquisadores rastreiem o trabalho de programação em todo o mundo em tempo real. O Python é uma das linguagens de programação mais amplamente utilizadas no mundo.
As discrepâncias regionais são grandes.
A equipe usou um modelo de IA especialmente treinado para identificar se os blocos de código foram gerados por IA, por meio do ChatGPT ou do GitHub Copilot.
“Os resultados mostram uma difusão extremamente rápida”, explica Frank Neffke, que lidera o grupo Transforming Economies no CSH. “Nos EUA, a codificação assistida por IA saltou de cerca de 5% em 2022 para quase 30% no último trimestre de 2024.”
Ao mesmo tempo, o estudo encontrou grandes diferenças entre os países. “Enquanto a parcela de código suportado por IA é maior nos EUA com 29%, a Alemanha alcança 23% e a França 24%, seguidas pela Índia com 20%, que vem alcançando rapidamente”, diz ele, enquanto Rússia (15%) e China (12%) ainda estão atrás no final de nosso estudo.
“Não é surpresa que os EUA liderem – é de onde vêm os principais LLMs. Os usuários na China e na Rússia enfrentaram barreiras para acessar esses modelos, bloqueados por seus próprios governos ou pelos próprios provedores, embora existam soluções alternativas de VPN. Avanços domésticos chineses recentes, como o DeepSeek, lançado após nossos dados terminarem no início de 2025, sugerem que essa lacuna pode se fechar rapidamente”, diz Johannes Wachs, membro do corpo docente do CSH e professor associado na Universidade de Budapeste.
Desenvolvedores experientes se beneficiam mais.
O estudo mostra que o uso de IA generativa aumentou a produtividade dos programadores em 3,6% até o final de 2024. “Isso pode parecer modesto, mas na escala da indústria global de software representa um ganho considerável”, diz Neffke, que também é professor na Interdisciplinary Transformation University Austria (IT: U).
O estudo não encontrou diferenças no uso de IA entre mulheres e homens. Em contraste, os níveis de experiência importam: programadores menos experientes usam IA generativa em 37% de seu código, em comparação com apenas 27% para programadores experientes. Apesar disso, os ganhos de produtividade documentados pelo estudo são impulsionados exclusivamente por usuários experientes. “Os iniciantes quase não se beneficiam”, diz Daniotti. A IA generativa, portanto, não nivelará automaticamente o campo de jogo; ela pode ampliar as lacunas existentes.
Além disso, desenvolvedores de software experientes experimentam mais com novas bibliotecas e combinações incomuns de ferramentas de software existentes. “Isso sugere que a IA não apenas acelera tarefas rotineiras, mas também acelera a aprendizagem, ajudando os programadores experientes a ampliar suas capacidades e a se aventurar mais facilmente em novos domínios de desenvolvimento de software”, diz Wachs.
Ganhos econômicos.
O que tudo isso significa para a economia? “Os EUA gastam estimados US$ 637 bilhões a US $ 1,06 trilhão anualmente em salários para tarefas de programação, de acordo com uma análise de cerca de 900 ocupações diferentes”, diz o coautor Xiangnan Feng do CSH. Se 29% do código é assistido por IA e a produtividade aumenta em 3,6%, isso adiciona entre US$ 23 e US$ 38 bilhões em valor a cada ano. “Este é provavelmente um cálculo conservador”, destaca Neffke, “o impacto econômico da IA generativa no desenvolvimento de software já era substancial no final de 2024 e provavelmente aumentou desde nossa análise.”
“Quando até um carro essencialmente se tornou um produto de software, precisamos entender as barreiras para a adoção de IA – nas empresas, regionais e nacionais – o mais rápido possível”. Frank Neffke – SH Faculty.
Olhando para o futuro.
O desenvolvimento de software está passando por uma transformação profunda. A IA está se tornando central para a infraestrutura digital, aumentando a produtividade e fomentando a inovação – mas principalmente para pessoas que já têm experiência substancial no trabalho.
“Para empresas, formuladores de políticas e institutos educacionais, a questão-chave não é se a IA será usada, mas como tornar seus benefícios acessíveis sem reforçar desigualdades”, diz Wachs. “Quando até um carro essencialmente se tornou um produto de software, precisamos entender as barreiras para a adoção de IA – nas empresas, regionais e nacionais – o mais rápido possível”, acrescenta Neffke.
Sobre o estudo.
O estudo “Who is using AI to code? Global diffusion and impact of Generative AI” por Simone Daniotti, Johannes Wachs, Xiangnan Feng e Frank Neffke foi publicado na Science.
Nota: Este post foi originalmente publicado no Complexity Science Hub e está republicado no DIW com permissão. Não foi usada IA para escrever este post.